發(fā)布時(shí)間：2022-02-15 17:05

　　隨著全球定位技術(shù)和無線通信網(wǎng)絡(luò)的快速發(fā)展,通過移動(dòng)終端獲取大量軌跡數(shù)據(jù)成為可能。然而,軌跡數(shù)據(jù)存在規(guī)模大、質(zhì)量低、采樣率不同等問題,這直接影響了軌跡數(shù)據(jù)的挖掘效果和計(jì)算效率。學(xué)術(shù)界為了應(yīng)對(duì)這些問題,在軌跡數(shù)據(jù)管理方面開展了大量研究工作。其中,軌跡的相似性查詢問題是近年來學(xué)術(shù)界的研究熱點(diǎn)之一。該研究主要包含兩個(gè)核心問題:軌跡的相似性度量方法和相應(yīng)的查詢算法。前者決定查詢結(jié)果的相似性效果,后者決定相似性查詢的計(jì)算效率。本文以時(shí)空軌跡和語義軌跡作為對(duì)象,分別研究這兩種軌跡的相似性查詢方法,并取得了如下成果。1.提出了針對(duì)采樣點(diǎn)分布不均的時(shí)空軌跡相似性查詢算法。大部分的時(shí)空軌跡相似性度量方法對(duì)采樣點(diǎn)的分布較為敏感。由于移動(dòng)對(duì)象的運(yùn)動(dòng)速度無法保持恒定,可能引起軌跡的采樣點(diǎn)分布不均。相對(duì)于采樣點(diǎn)稀疏的軌跡段,密集軌跡段的相似性度量在最終度量結(jié)果中的比重會(huì)被夸大,這將影響時(shí)空軌跡相似性查詢的最終結(jié)果。為了應(yīng)對(duì)此問題,提出基于相似子軌跡計(jì)算相似度的時(shí)空軌跡相似性查詢算法,不再以軌跡點(diǎn)為主體計(jì)算時(shí)空軌跡的相似度。此外,本文采用“過濾-驗(yàn)證”的計(jì)算框架提升時(shí)空軌跡的查詢效率。過濾階段利用相似子軌跡中相似軌... 

【文章來源】：南京師范大學(xué)江蘇省211工程院校

【文章頁數(shù)】：74 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１軌跡中的噪聲數(shù)據(jù)Ｍ??（１）中值或均值濾波??

噪聲點(diǎn)很容易發(fā)現(xiàn)。然后基于噪聲點(diǎn)再次探測(cè)距離閾值之內(nèi)的鄰近軌跡點(diǎn)是否為??異常點(diǎn)。雖然該方法能夠處理初始誤差問題和數(shù)據(jù)稀疏問題，但是速度閾值和距??閾值的設(shè)置仍然基于啟發(fā)式算法。??２．停留點(diǎn)檢測(cè)??軌跡中各個(gè)軌跡點(diǎn)的重要程度通常是不相同的。有些軌跡點(diǎn)描述了人們停留??的位置，例如商場(chǎng)、景區(qū)和汽車加油的加油站。這類點(diǎn)被稱為“停留點(diǎn)”。停留??點(diǎn)主要分為兩類，一類是用戶在一段時(shí)間內(nèi)停留在一個(gè)位置上，保持靜止，如圖??２－２⑻中的“ＳｔａｙＰｏｉｎｔ?１”所示。這類情況非常稀少，由于ＧＰＳ等定位設(shè)備的精??確性有限，同一個(gè)定位設(shè)備在同一個(gè)位置的不同時(shí)刻往往會(huì)有不同的位置信息。??二類停留點(diǎn)在軌跡中較為常見，通常會(huì)在一個(gè)區(qū)域內(nèi)部移動(dòng)或圍繞某個(gè)區(qū)域移??動(dòng)，如圖２－２（ａ）中的“ＳｔａｙＰ〇ｉｎｔ２”所示，圖２－２（ｂ）和（ｃ）也屬于第二類停留點(diǎn)。??以通過計(jì)算連續(xù)軌跡點(diǎn)的空間距離和時(shí)間間隔進(jìn)行判斷，具體方法可在文獻(xiàn)??［５１］中查找。找出停留點(diǎn)之后，可以將軌跡轉(zhuǎn)化為帶有時(shí)間標(biāo)記的停留點(diǎn)序列，??通過分析停留的信息，可用于各種應(yīng)用，例如旅行路線推薦、目標(biāo)地點(diǎn)預(yù)測(cè)、出??車推薦和估計(jì)汽油消費(fèi)等。此外，在一些其他應(yīng)用中則需要將停留點(diǎn)去除，例??如計(jì)算路徑行駛時(shí)間和行駛方向的智能推薦。??ｉｎ１ａｒｋ

在城市路口處車速放緩，因而軌跡采樣點(diǎn)較密：在高速路段，由于車速較快，因??而采樣點(diǎn)較疏。采樣點(diǎn)的密度不均會(huì)影響軌跡相似性度量（Ｅｕｃｌｉｄ＿，ＬＣＳＳ［２４＇Ｍ］，??ＤＴＷ［６３］，ＥＤＲ［氣ＥＲＰ［６６＾）的結(jié)果。如圖３－１所示，有三組相同的軌跡，第①??組的軌跡采樣點(diǎn)分布比較均勻。然后，在第②組和第③組的灰色區(qū)域中采樣點(diǎn)分??布比較密集。以ＬＣＳＳ算法為例，距離接近的匹配點(diǎn)為相似點(diǎn)，第②組軌跡中相??似點(diǎn)在整體中占比高于第①組，結(jié)果是第②組軌跡的相似程度高于第①組軌跡；??而第③組中相似點(diǎn)在整體中占比低于第①組，結(jié)果是第③組軌跡的相似程度低于??第①組軌跡，其實(shí)三組軌跡都相同，只是采樣點(diǎn)的分布情況不同。于是，可以發(fā)??現(xiàn)采樣點(diǎn)分布不均會(huì)對(duì)相似性度量產(chǎn)生影響。所以，本章節(jié)將討論一種針對(duì)采樣??點(diǎn)非均勻分布的時(shí)空軌跡相似性查詢算法。該查詢算法的研究主要包含相似性度??量方法和查詢算法兩部分內(nèi)容，前者決定查詢效果，后者決定查詢效率。相似性??度量方法是核心

【參考文獻(xiàn)】：
期刊論文
[1]軌跡數(shù)據(jù)的連續(xù)距離查詢技術(shù)[J]. 黃火榮,許建秋,秦小麟.  小型微型計(jì)算機(jī)系統(tǒng). 2017(11)
[2]軌跡大數(shù)據(jù):數(shù)據(jù)處理關(guān)鍵技術(shù)研究綜述[J]. 高強(qiáng),張鳳荔,王瑞錦,周帆.  軟件學(xué)報(bào). 2017(04)
[3]基于語義軌跡停留點(diǎn)的位置服務(wù)匹配與應(yīng)用研究[J]. 齊凌艷,陳榮國(guó),溫馨.  地球信息科學(xué)學(xué)報(bào). 2014(05)
[4]面向大數(shù)據(jù)的時(shí)空數(shù)據(jù)挖掘綜述[J]. 吉根林,趙斌.  南京師大學(xué)報(bào)(自然科學(xué)版). 2014(01)



本文編號(hào)：3627002